一种航空铆钉自动检测系统研制

研究并实现了一种图像识别的铆钉自动尺寸检测系统,主要介绍了系统的工作流程和原理,给出了系统硬件组成,并在对CCD相机的采集图像清晰度评价函数分析基础上,提出了一种适合多种铆钉检测的自动调焦方法。通过对图像滤波处理、边缘检测算法的论证分析,建立了适合铆钉检测的图像特征提取方案,最后给出了系统主要功能界面。     

基于边缘区域增长法的飞机图像目标分割研究

对边缘区域增长算法进行了理论分析,介绍了用边缘区域增长法对飞机图像进行目标分割的主要步骤,并将该算法对飞机图像进行目标分割的效果与Otsu算法进行了对比。结果表明,该算法所分割的图像目标边缘和实际目标边缘一致性较好,边界精确、清晰。     

基于双目视觉的管路快速检测技术研究与实现

为了改变传统管路检测方法的弊端,实现管路的实时快速测量,在研究双目视觉技术的基础上提出了将视觉测量应用于管路系统检测中,实现管路模型三维重建工作。首先采用双目摄像机,对管路系统进行拍摄,得到多组管路图像,然后利用相机的标定确定相机的内外参数,通过经典的边缘提取方法提取图像中的边缘特征,采用曲线拟合的方法提取管路的中心线,通过管路中心线匹配算法,建立了左右图像的匹配关系,最后得到管路的几何参数并进行三维重建。实例验证了该方法可行、有效。     

SAR图像舰船目标边缘检测

提出了一种在正则化基础上,利用小波变化实现合成孔径雷达(SAR)图像舰船目标边缘检测的新方法。传统的利用小波变换实现图像边缘检测时,阈值需要人为设定。针对这一问题,文章引入正则化超分辨技术,从贝叶斯框架下的估计问题出发,采用非二次正则化,平滑图像,保护强散射点目标,实现对 SAR图像进行去噪。利用小波变换的局部化特性和多尺度分析能力,检测突变信号,实现对舰船目标的边缘检测。该方法去噪效果好,边缘 定位准确,仿真结果表明了算法的有效性。     

离子推力器栅极热变形的摄像测量方法

为了解决离子推力器栅极在真空、高温、等离子体环境中微小热变形量检测的技术难题,提出了一种基于摄像测量原理的离子推力器栅极热变形测量方法,设计了一套基于远距显微镜进行栅极热变形测量的系统。运用交互式分区标定方法获得多目标清晰边缘,借助陶瓷探针及圆形合作标志完成栅极亚像素级变形量检测、图像放大系数计算以及切向畸变校正、水平面校正。精度验证实验表明本方法静态检测精度9μm,栅极热变形实验测量结果与国外同类实验趋势一致,系统满足离子推力器栅极热变形测量的需求。     

基于联合双边滤波的融合图像跟踪算法研究

为了提高跟踪精度,提出一种基于联合双边滤波的融合图像自动跟踪算法.采用帧问差分法并通过形态学处理获得运动目标大致区域,在此基础上采集目标区域及相邻背景区域的代表颜色集合,由此生成草图作为联合双边滤波的引导图,进而生成完整的目标描述,通过边缘检测获得精确的跟踪结果.实验结果表明,方法能够获得清晰准确的跟踪结果,能够较好地避免跟踪中的漂移问题,且算法复杂度低,跟踪精度高.     

基于边缘检测与颜色目标定位的图像检索

提出一种先利用图像边缘信息缩小检索范围。再利用图像颜色信息进行目标定位的图像检索算法。首先。提取图像边缘信息。利用图像位错率进行边缘信息比较,位错率越小图像边缘信息越接近;然后,利用主色调确定图像的目标块,进行目标子块间的比较。算法忽略图像中不重要的背景因素,有效利用重要的目标因素。从而提高了检索效率。仿真实验证明该算法比单一使用边缘检测、颜色目标定位具有更好的检索性能。     

图像边缘提取的启发式搜索算法

常规的图像边缘提取方法容易受到噪声的影响,导致了大量不连续边缘的产生。本文试验了一种基于边缘分段自增强的启发式搜索(EdgeDetectionalgorithmbasedonHeuristicSearchED-HS)算法,该算法通过对边缘检测后图像的遍历搜索获得各种可能的边缘轨迹,然后对每条搜索轨迹进行分段自增强,最后根据增强程度的积累决定图像边缘。文中阐述和分析了算法的机理,并以加入了高斯噪声的“Lena图像”作为样本进行了计算验证。结果初步证明了该算法能够在较高的噪声条件下有效的提取到连续、清晰的边缘。     

固体火箭发动机内部缺陷高分辨率检测

针对固体火箭发动机的特点，对工业CT成像结果数据处理方法进行了有效的改进，采用S－L滤波函数进行滤波修正，建立图像重建算法，对同种材料物体通过锐化边缘提高缺陷的空间分辨率；对密度差别较大的不同材料，采用不同的滤波函数分别处理，得到清晰的图像后再叠加成完整的图像，方法简单可行，实现了固体火箭发动机内部缺陷高清晰度的检测。     

基于空域特性的低空空域雷达目标检测

为实现基于非相参雷达的低空空域监视,提出一种基于空域特性的杂波抑制算法,通过构造"最优分类面"来区分复杂低空空域雷达图像中的小弱目标和杂波,极大改善了非相参雷达的低空探测能力。首先,采用背景差分与固定阈值分割建立前景和背景统计模型。然后,基于该模型提取空域特性,建立马尔可夫随机场模型,从而自适应地调节"最优分类面"中的阈值。前景模型数据反映了待检测像素的聚集程度,背景模型数据反映了其相对位置。将本算法分别应用于X波段和S波段航海雷达获取的图像序列。检测结果表明:本算法在检测到低空空域小弱目标的同时,能够将虚警率保持在较低的水平,优于恒虚警检测等经典算法。最后,将本算法与已经实现的目标跟踪算法相结合,实现了一整套完整的低空空域雷达目标检测与跟踪算法。     

基于多普勒效应的激光微位移测量系统

介绍了一种可进行动态微位移测量的激光微位移测量系统。该系统以多普勒效应为理论基础，以He-Ne激光器为光源，配置了判向变频系统、CCD视频信号的高速动态采集系统、微机处理系统及干涉图像处理软件包等，较传统测量方法其精度、误差、灵敏度及稳定度都有较大提高，并实现了微位移的全自动测量。     

基于图像处理自动调焦方法的稳定性研究

本文对几种常用的图像聚焦评价函数进行了比较、研究,并在此基础上针对由于图像噪声导致评价函数不稳定,调焦重复精度不够的现象,首次提出了调焦区域选择,图像预处理,改进算法,曲线拟合四项措施结合来提高调焦重复精度.     

时分式平面—立体电视图像转换器

时分式平面－立体电视图像转换器是由视频图像信号处理电路、控制信号产生电路和液晶眼镜驱动电路三部分构成，根据其构成和工作原理，可采用多种具体电路来实现。     

高精度大型工件内径自动测量系统

分析了目前国内外大内径的测量方法，介绍了作者研制的高精度机械测杆式大型工件内径自动测量系统，并进行了误差分析。     

Detecting moving targets in SAR imagery by focusing

A new method for detecting moving targets in a synthetic aperture radar (SAR) image is presented. It involves segmenting a complex-valued SAR image into patches, focusing each patch separately, and measuring the sharpness increase in the focused patch. The algorithm is sensitive to azimuth velocities and is exquisitely sensitive to radial accelerations of the target, allowing it to detect motion in any direction. It is complementary to conventional Doppler-sensing moving target indicators, which can sense only the radial velocity of rapidly moving targets.     

基于神经网络的电表数字识别技术研究

提出了基于BP神经网络的机械式电表数字自动识别方法,首先通过预处理自动定位电表图像中的数字区域并实现单个数字的切分,然后对每个数字图像提取一组具有较高区分度且计算简单的典型网格特征,最后设计BP神经网络作为数字分类器,实现电度表显示值快速自动识别,该研究获得了电表数字正确识别率98.5%的结果,表明该系统具有较强的鲁棒性。     

回厂电能表数值智能识别技术研究

研究了回厂电能表表盘数字的自动识别技术,它是回厂电表数字识别系统的关键所在。识别工作在利用CCD镜头进行图像采集后,利用图像处理和模式识别技术自动定位分割图像中的数字区域并实现单个数字的切分,最后实现了电度表显示值快速自动识别。针对500帧现场采集的回厂电表图像,该研究获得了单字正确识别率99.8%和整表正确识别率98.4%的结果,表明该系统具有较强的鲁棒性。     

产生标准失真源的方法

介绍了失真的测量原理和产生标准失真源的方法；介绍了失真度测量仪自动测试系统，并对测量装置的误差进行了分析。     

Adaptive image segmentation using genetic and hybrid search methods

This paper describes an adaptive approach for the important image processing problem of image segmentation that relies on learning from experience to adapt and improve the segmentation performance. The adaptive image segmentation system incorporates a feedback loop consisting of a machine learning subsystem, an image segmentation algorithm, and an evaluation component which determines segmentation quality. The machine learning component is based on genetic adaptation and uses (separately) a pure genetic algorithm (GA) and a hybrid of GA and hill climbing (HC). When the learning subsystem is based on pure genetics, the corresponding evaluation component is based on a vector of evaluation criteria. For the hybrid case, the system employs a scalar evaluation measure which is a weighted combination of the different criteria. Experimental results for pure genetic and hybrid search methods are presented using a representative database of outdoor TV imagery. The multiobjective optimization demonstrates the ability of the adaptive image segmentation system to provide high quality segmentation results in a minimal number of generations     

圆度误差的一种微机图像测量法

将圆度误差测量的影像法与最小二乘圆法相结合，利用多媒体图像处理技术，设计了一种圆度误差的微机自动测量系统，实现了非接触、远距离快速测量，提高了测量精确度，为某些特殊工件的测量提供了一套实用的测量方法。